阿里雲表示,CUBE 5.0 可在 100 天內交付大型 AI 資料中心:30 天工廠生產與現場準備、50 天現場安裝、20 天整合調試。 這套架構將供電、冷卻、安防、智慧管理及消防五大系統的整體模組化率,從早期約 30% 提升至 90%;高壓直流與風液兼容設計則瞄準至少三代晶片與計算架構的更新需求。
研究答案

Create a landscape editorial hero image for this Studio Global article: How does Alibaba Cloud’s CUBE 5.0 modular architecture enable AI data centers to be delivered in 100 days—through 30 days of factory product. Article summary: CUBE 5.0’s central innovation is industrialization: it turns a bespoke, sequential construction project into a repeatable product-and-assembly process. Alibaba Cloud says this allows large AI data centers to be delivered. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
阿里雲的 CUBE 5.0,重點並不是把同一套施工流程單純「做快一點」,而是重新定義資料中心的建造方式:從過去在工地依序完成的客製化工程,轉變為可在工廠標準化生產、整合、測試,再運到現場組裝的產品。
阿里雲表示,這套架構可將大型 AI 資料中心的交付週期壓縮至 100 天;相比之下,中國傳統資料中心通常需要 6 至 12 個月,美國則約需 12 至 18 個月。公司同時宣稱,單位千瓦建置成本較上一代降低逾 10%,產品一次測試通過率接近 100%。不過,這些數字目前屬於企業公布的成果,並非獨立機構完成的基準測試。1
4
傳統資料中心工程往往採用串行流程:供配電、冷卻、消防、安防等系統依序安裝,前一個階段完成後,下一個階段才能開始。任何天候、勞力或跨供應商協調問題,都可能讓整個專案延誤。
CUBE 5.0 則把大部分工作拆分為可重複製造的模組,讓工廠生產與現場準備同步進行:
模組在運往資料中心前,已完成組裝與預先測試;抵達現場後,主要工作變成吊裝、連接及驗證。阿里雲將這個過程比喻為組裝樂高積木。如此一來,對天候敏感、需要大量人力,且高度依賴現場協調的工作便會減少。4
9
真正重要的指標,是標準化程度。阿里雲表示,CUBE 5.0 將供電、冷卻、安防、智慧管理及消防五大核心系統的整體模組化率,從早期約 30% 提升至 90%。1
7
這種程度的模組化,讓各個供應商可以同時製造、整合並測試標準單元,而不必等到建築主體完成後,才在現場逐項安裝。現場施工因此從「打造整套系統」,變成「放置模組、接通系統、完成驗證」。
經濟效益來自可重複性。工廠生產能使用一致的設計、受控的工作環境、標準化採購與較少的現場人力;預先測試則可把部分故障排查提前到模組出廠前完成。
阿里雲表示,這種做法讓單位千瓦建置成本較上一代降低逾 10%,產品一次測試通過率接近 100%。相關報導也提到,CUBE 5.0 提升了設備密度、減少變壓器數量,並支援風冷與液冷方案。4
46
但這裡需要保留重要限定:上述結果是供應商公布的數字。交付更快,不等於已經證明總營運成本更低、可用性更高,或整個生命週期的經濟效益更好。實際結果仍取決於運輸、場地條件、電網接入、工作負載使用率,以及標準化模組是否適合特定部署環境。
AI 資料中心面臨兩個相互關聯的基礎設施問題:AI 加速器的功率密度持續上升,而晶片設計與散熱特性也在快速變化。
CUBE 5.0 採用高壓直流供電,目標是減少外部電力進入資料中心後、到達 IT 設備之前的轉換環節。它也結合風冷與液冷,讓同一個場域能夠因應不同加速器及不同熱負載。
阿里雲表示,透過這種高彈性設計,CUBE 5.0 可支援至少三代晶片與計算架構,而不必每次硬體更新都重新進行完整的土建及機電工程改造。9
14
這項主張之所以重要,是因為資料中心建築本體的使用年限,可能長於裡面晶片的產品週期。具備彈性的供電與冷卻架構,理論上能讓營運商更容易更換或混用硬體,同時保留既有基礎設施。它並不能消除未來升級的需求,但可望降低升級造成的中斷與改造幅度。
CUBE 5.0 並非從零開始的設計。阿里雲將這套架構追溯至自 2009 年「飛天」時代起累積的資料中心建設與營運經驗,至今已有 17 年。8
50
真正困難的部分,是把多年工程經驗轉換成製造商可以反覆生產的規格。據報導,阿里雲與產業供應商將完整的資料中心設計轉化為標準化、可量產的物料清單(BOM),詳細規定元件配置,部分細節甚至包括螺絲規格。這種精細程度,讓模組能以產品形式製造,而不是每個專案都重新進行一次性工程設計。49
54
因此,CUBE 5.0 的核心不只是一種建築設計,也是一套供應鏈模式。標準化模組必須由供應商大規模生產、以一致方式測試,並在運抵現場後不需要大幅修改,才能真正產生速度與成本優勢。
內蒙古烏蘭察布展示了 AI 基礎設施的另一半問題:資料中心不只要建得快,也要選在適合高密度運算長期運轉的地方。
烏蘭察布位於北緯約 42 度,年平均氣溫約 4.3°C。相關報導稱,當地資料中心每年約有 10 個月可以利用自然冷源;在相近條件下,部分報導估計能源消耗可節省逾 20%。1
44
地理位置同樣是關鍵。資料顯示,烏蘭察布距離北京約 240 公里,並透過專用光纖路線提供約 4.2 毫秒的網路延遲。這使當地不只適合離線批次運算,也能承接與北京相連的模型訓練及推理工作負載。33
38
能源則是另一項計算。地方報導將烏蘭察布的綠電占比列為約 67%。再加上冷涼氣候、再生能源與接近北京這個主要技術需求市場的條件,有助於解釋為何當地吸引了越來越多資料中心專案。11
17
至於玄武岩地質使當地特別具備抗災能力的說法,則應較審慎看待。部分報導將穩定地質與較低自然災害風險列為選址優勢,但現有資料尚不足以獨立證明其中具體的因果效益。41
44
阿里雲表示,今年計畫將全球模組化資料中心產能提升兩倍以上;現有報導的表述是「提升兩倍以上」,並非明確的三倍目標。4
54這項差異值得注意,因為它反映的不是單純增加建設數量,而是擴大模組製造能力與部署吞吐量。
烏蘭察布則呈現出產業聚落效應。2026 年的不同報導曾提到當地有 89 個已簽約資料中心專案;後續報導則稱已落地專案超過 100 個,投運算力約 17.2 萬 P,智能算力占比超過 90%,在較後期數據中則超過 95%。這些數字可能因統計日期不同,以及所指的是簽約、落地、投運或在建容量而有所差異。17
19
26
29
報導列出的參與者包括華為、阿里雲、快手、字節跳動、世紀互聯及中金數據等企業。6
12
19逐漸成形的模式,是把能源、冷卻、網路連接、標準化建設與集中客戶群結合為一個 AI 生產生態系。
這也是烏蘭察布提出「Token 之都」構想的邏輯:把再生能源轉化為算力,再把算力用於模型訓練、推理服務與 Token 生成。這個目標不只是把伺服器塞進機櫃,而是希望建立從能源、算力到 AI 應用的產業鏈。
不過,已簽約專案不等於持續使用率,已建置算力也不等於具備可獲利的需求。快速建設本身,仍無法解決電網整合、晶片供應、網路容量或 AI 工作負載經濟效益等問題。
CUBE 5.0 最核心的創新,是把資料中心產品化。阿里雲表示,透過將五大關鍵系統的模組化率提升至 90%,工廠製造、整合與測試便能與現場準備同步進行,部分問題也可在模組交付前被發現,未來硬體換代時則有更大的調整彈性。
因此,「100 天交付」的真正含義,不只是以同一套流程更快蓋完資料中心,而是把原本的部分工程轉化為製造業流程:讓工廠取代部分工地,讓產品取代部分一次性工程。
這套模式能否成為產業新標準,最後仍要看其成本與可靠性主張能否獲得獨立驗證,也要看工廠產能、電力基礎設施、晶片供應及實際 AI 工作負載,能否以接近模組生產速度的步伐同步擴張。
Studio Global AI
這個頁面包含附來源佐證的答案,你可以在 Studio Global 內繼續追問。
阿里雲表示,CUBE 5.0 可在 100 天內交付大型 AI 資料中心:30 天工廠生產與現場準備、50 天現場安裝、20 天整合調試。
阿里雲表示,CUBE 5.0 可在 100 天內交付大型 AI 資料中心:30 天工廠生產與現場準備、50 天現場安裝、20 天整合調試。 這套架構將供電、冷卻、安防、智慧管理及消防五大系統的整體模組化率,從早期約 30% 提升至 90%;高壓直流與風液兼容設計則瞄準至少三代晶片與計算架構的更新需求。
內蒙古烏蘭察布結合低溫自然冷卻、綠電、接近北京的低延遲網路與算力產業聚落,成為觀察 AI 基礎設施新模式的代表案例。